JP2005017709A

JP2005017709A - 車両用音声認識装置、車載ナビゲーション装置

Info

Publication number: JP2005017709A
Application number: JP2003182641A
Authority: JP
Inventors: Koichi Seto; 宏一瀬戸
Original assignee: Xanavi Informatics Corp
Current assignee: Faurecia Clarion Electronics Co Ltd
Priority date: 2003-06-26
Filing date: 2003-06-26
Publication date: 2005-01-20

Abstract

【課題】様々に変化するノイズが音声に重畳されても、正しく音声認識を実行できる車両用音声認識装置を提供する。
【解決手段】音声認識部１において、複数の音響モデル１１を記憶し、入力される車速信号とエアコン風量信号に基づいて、記憶した音響モデル１１のいずれかを選択する。そして、マイク３より入力された音声信号の音声信号パターンと、選択した音響モデルにおける音素ごとの信号パターンの特徴とを比較することにより音声認識を実行して、操作コマンドをナビゲーション部２に対して出力する。
【選択図】図１

Description

【０００１】
【発明の属する技術分野】
本発明は、車両に搭載されて音声認識を行う車両用音声認識装置に関する。
【０００２】
【従来の技術】
取り込んだ音声の音声信号パターンを解析し、音響モデルを用いて音声を音素単位で捉えることによって、音声認識を行う音声認識システムが知られている。この音声認識システムは、辞書と呼ばれる音声認識の対象とする言葉を集めたものを有している。そして、音素ごとのパターンの特徴が記憶された音響モデルを参照することにより、音声信号パターンを音素の並びとして捉え、その音素の並びに当てはまる言葉を辞書から検索することによって、音声認識を実現している（特許文献１）。
【０００３】
【特許文献１】
特開平１０−２８２９８７号公報
【０００４】
特許文献１の音声認識システムでは、固定の音響モデルによって音声を音素の並びに変換し、その音素の並びと辞書の言葉とを対応付けている。しかし、取り込まれる音声には状況に応じて様々に変化するノイズ、たとえば、車速に応じて変化するロードノイズなどが重畳される。また、ナビゲーション装置などにおける音声認識では、音声マイクには、エアコン風量に応じて変化するノイズが重畳される。特許文献１の音声認識システムにおいて、このように様々に変化するノイズが重畳された音声が入力されると、その音声信号パターンはノイズによって変化する。したがって、音響モデルに記憶されている音素のパターンの特徴を参照しても、その音声信号パターンを正しい音素の並びには変換できずに、音声認識処理が正しく実行されない場合がある。
【０００５】
本発明は、様々に変化するノイズが音声に重畳されても、正しく音声認識を実行できる車両用音声認識装置を提供するものである。
【０００６】
【課題を解決するための手段】
請求項１の発明による車両用音声認識装置は、音響モデルとして記憶されている音素ごとの信号パターンの特徴に基づいて音声認識を実行するものであり、異なる複数の音響モデルを記憶する記憶手段と、外部より入力される車両の車速信号とエアコン風量信号とに基づいて、複数の音響モデルのいずれかを選択する選択手段と、入力された音声信号と選択手段により選択された音響モデルとの比較結果に基づいて、音声信号を音素の並びに対応させる音声変換手段と、その音素の並びに基づいて、音声信号に対応する操作コマンドを外部に出力する操作コマンド出力手段とを備えるものである。
請求項２の発明による車載ナビゲーション装置は、請求項１の車両用音声認識装置と、車両用音声認識装置より出力される操作コマンドに基づいて作動し、車両のナビゲーションを行うナビゲーション手段とを備えるものである。
【０００７】
【発明の実施の形態】
本発明による車両用音声認識装置の一実施例を適用したナビゲーション装置を図１に示す。図１のナビゲーション装置１０は、音声認識を行う音声認識部１と、モニタを用いて地図表示などを行うナビゲーション部２とを有する。音声認識部１にはマイク３が接続されており、このマイク３によって、ユーザから発せられる音声が音声信号に変換され、音声認識部１に入力される。音声認識部１にはまた、車両から出力される車速パルスなどの車速信号と、車両に備えられたエアコンの風量を示す風量信号とが入力される。音声認識部１はこれらの入力信号に基づいて音声認識を行い、ナビゲーション部２に対して様々な操作コマンドを出力する。ナビゲーション部２は、入力された操作コマンドに対応する各種の処理、たとえば地図表示の切り換えや目的地の設定などを実行して、ユーザを目的地まで誘導するための車両のナビゲーションを行う。
【０００８】
音声認識部１には、符号１１に示す音響モデル００、０１、０２等よりなる複数の音響モデルが記憶されている。これらの音響モデルのいずれかを用いることによって、音声認識部１はマイク３より入力された音声信号を音素の並びに対応させる。ここで、音声認識部１に入力される音声信号は時間的に連続した信号であり、この連続した音声信号を、音声認識部１において所定のサンプリング時間ごとに切り出す。切り出された音声信号の信号パターンと、音響モデルとして記憶されている音素ごとの信号パターンの特徴とを比較することにより、切り出した音声信号を信号パターンが最も近い音素に対応させる。このようにして、切り出した音声信号に音素を対応させていくことで、入力された連続的な音声信号を音素の並びに対応させることができる。なお、このとき状況に応じて複数の音響モデルを使い分けるが、その具体的な方法は後で説明する。
【０００９】
さらに、この音声信号に対応した音素の並びから、音声認識部１よりナビゲーション部２に対して出力する操作コマンドを決定する。各操作コマンドには、その内容ごとにそれぞれ特定の単語（語句）が割り当てられている。たとえば、表示されている地図を１段階広域のものに切り換えるための操作コマンドには、「広域」という単語が割り当てられている。入力された音声信号に対応する音素の並びが、これらの単語のいずれかと一致するかを判定し、いずれかと一致した場合には、その単語が割り当てられている操作コマンドをナビゲーション部２に対して出力する。このとき、完全に一致する単語がない場合は、その音素の並びに最も近い単語が割り当てられている操作コマンドを出力するようにしてもよい。このようにして、音声認識部１は音声認識を実行する。
【００１０】
ところで、マイク３において取り込まれる音声には、ユーザから発せられた音声以外の様々なノイズが重畳されている。主なノイズとしては、車両の走行によって発生し、車両速度に応じてノイズ量が変化するもの、たとえばエンジン音や風切り音などによるノイズ、ロードノイズ等がある。また、マイク３にはエアコンの吹き出しによるノイズが重畳される。このエアコンのノイズ量は、エアコン風量に応じて変化する。このようなノイズが重畳されることにより、マイク３において取り込まれる音声が本来のユーザから発せられた音声とは異なるものとなり、音声認識部１に対して出力される音声信号パターンが本来のものから変化する。重畳されるノイズ量が多いほど、音声信号パターンの変化する度合いは大きくなる。
【００１１】
音声認識部１は、このようにノイズが重畳されることによって音声信号パターンが変化した場合、その変化の度合いに応じて、適切な音響モデルを選択する。これにより、音声認識が正しく行われるようにする。具体的には、次のようにする。まず、音声認識部１において、入力された車両の車速信号とエアコンの風量信号により、車速とエアコン風量のフラグを内部的に設定する。このフラグは、たとえば図２に示すような８ビットのフラグ構成となっている。図２のフラグにおいて、ビットＦ０には車速に応じたフラグ値を設定する。たとえば、停車時ならば０、５０ｋｍ／ｈ未満で走行中ならば１、５０ｋｍ／ｈ以上１００ｋｍ／ｈ未満で走行中ならば２、１００ｋｍ／ｈ以上１５０ｋｍ／ｈ未満で走行中ならば３を、ビットＦ０のフラグ値として設定する。また、ビットＦ１にはエアコン風量に応じたフラグ値を設定する。たとえば、エアコン風量の段階を風速によって０速（エアコン停止時）〜５速と表し、その段階に応じて０〜５をビットＦ１のフラグ値として設定する。
【００１２】
次に、上記のようにして設定された図２のフラグのフラグ値に基づいて、このときの音声信号に対応する音響モデルを選択する。たとえば、図３に示すような音響モデル番号の対応表を参照することにより、対応する音響モデルを選択する。図３の対応表において、たとえばビットＦ０およびＦ１のフラグ値が共に０である場合は音響モデル００を選択し、ビットＦ０のフラグ値が０、ビットＦ１のフラグ値が１である場合には、音響モデル０１を選択する。
【００１３】
以上説明したように選択される音響モデルにおいて、その音素ごとの信号パターンの特徴には、それぞれの音響モデルが対応しているフラグ値に該当する車速と風量に応じて、本来の信号パターンにその車速と風量で発生するべきノイズが重畳されている。なお、このときに重畳するノイズ量は、各種の実験などに基づいて最適なものがあらかじめ決定される。すなわち、各音響モデルには、それぞれが対応する車速と風量に応じて、最適な信号パターンの特徴が記録されている。したがって、上記のようにして選択された音響モデルを用いることにより、正しく音声認識を実行することができる。
【００１４】
以上説明したナビゲーション装置１０によれば、音声認識部１において、複数の音響モデルを記憶し、入力される車速信号とエアコン風量信号に基づいて、記憶した音響モデルのいずれかを選択する。そして、マイク３より入力された音声信号の音声信号パターンと、選択した音響モデルにおける音素ごとの信号パターンの特徴とを比較することにより、音声信号を音素の並びに対応させ、その音素の並びと一致する単語、またはその音素の並びに近い単語に対応する操作コマンドを、ナビゲーション部２に対して出力する。このようにして音声認識を実行することとしたので、車速やエアコン風量により様々に変化するノイズが音声に重畳されても、正しく音声認識を実行できる。
【００１５】
なお、以上説明した実施の形態では、図２に示すフラグを用いて車速とエアコン風量の情報をフラグ値として設定し、そのフラグ値により、図３に示す対応表を用いて音響モデルを選択することとした。しかし、本発明はこの内容に限定する必要はなく、車速とエアコン風量に応じて複数の音響モデルのいずれかを選択するものであれば、本発明を適用可能である。
【００１６】
以上説明した実施の形態では、記憶手段、選択手段、音声変換手段、および操作コマンド出力手段の各手段を全て音声認識部１によって実現しているが、これはあくまで一例であり、本発明の特徴が損なわれない限り、各構成要素は上記実施の形態に限定されない。
【００１７】
【発明の効果】
本発明によれば、複数の音響モデルを記憶し、入力される車速信号とエアコン風量信号とに基づいて、記憶した複数の音響モデルのいずれかを選択する。そして、入力された音声信号の音声信号パターンと、選択した音響モデルにおける音素ごとの信号パターンの特徴との比較結果に基づいて、音声信号を音素の並びに対応させ、その音素の並びに基づいて対応する操作コマンドを出力することにより、音声認識を実行する。このようにしたので、車速やエアコン風量により様々に変化するノイズが音声に重畳されても、正しく音声認識を実行できる。
【図面の簡単な説明】
【図１】本発明による車両用音声認識装置の一実施例を適用したナビゲーション装置の構成を示す図である。
【図２】車速とエアコン風量より設定するフラグの構成例を示す図である。
【図３】設定されたフラグ値に対する音響モデル番号の対応表の例を示す図である。
【符号の説明】
１：音声認識部２：ナビゲーション部
３：マイク１０：ナビゲーション装置
１１：音響モデル

Claims

音響モデルとして記憶されている音素ごとの信号パターンの特徴に基づいて音声認識を実行する音声認識装置において、
異なる複数の音響モデルを記憶する記憶手段と、
外部より入力される車両の車速信号とエアコン風量信号とに基づいて、前記複数の音響モデルのいずれかを選択する選択手段と、
入力された音声信号と前記選択手段により選択された音響モデルとの比較結果に基づいて、前記音声信号を音素の並びに対応させる音声変換手段と、
前記音素の並びに基づいて、前記音声信号に対応する操作コマンドを外部に出力する操作コマンド出力手段とを備えることを特徴とする車両用音声認識装置。
請求項１の車両用音声認識装置と、
前記車両用音声認識装置より出力される操作コマンドに基づいて作動し、車両のナビゲーションを行うナビゲーション手段とを備えることを特徴とする車載ナビゲーション装置。